AI blot til lyst

 Den her fik jeg lige præsenteret af en kollega i dag. Det er fan'me en god idé: GPT Prompts Leaderboard - Find, Vote and share the best AI prompts

 OpenAI har - smart nok - lavet noget intro-kursus-halløj til undervisere, hvor de kan lære lidt om ChatGPT og hvordan de kan bruge det i undervisningen af børn. De introducerer begrebet CRE, som jeg godt kan lide: C: Context: "Du er en lærer i en 2. klasse, der underviser i religion. Du har 25% elever med muslimsk baggrund." R: Role: "Du skal lave en undervisningsplan for faget for hele skoleåret." E: Expectations: "Du skal levere planen i skemaform og gemme den i en word-fil, og du skal fortælle mig, hvad du er i tvivl om og hvor du bare har fundet på noget at skrive uden at have en faglig baggrund for det. En fin måde at huske tingene på, når man skal prompte.

 I dag, den 24. november 2024, har Ethan frigivet et nyt indlæg på sin Substack, der hedder One Useful Thing. Her er linket til artiklen: https://open.substack.com/pub/oneusefulthing/p/getting-started-with-ai-good-enough?r=22vhx1&utm_medium=ios Og så fik jeg ChatGPT til at oversætte den til dansk, fordi jeg syntes han havde nogle nye og væsentlige pointer: Oversættelse: Mens jeg læste en ny artikel om læger, der bruger GPT-4 til at diagnosticere sygdomme, bemærkede jeg et velkendt problem med AI. Artiklen bekræftede, hvad mange lignende studier også har vist: Avancerede Large Language Models er overraskende gode til at stille diagnoser, selvom de ikke er specifikt udviklet til medicin. Man skulle tro, at denne AI-kapacitet ville hjælpe læger med at blive mere præcise. Alligevel klarede læger, der brugte AI, sig ikke bedre end dem, der arbejdede uden AI – og begge grupper klarede sig dårligere end ChatGPT alene. Hvorfor fik lægerne ikke gavn af AI'ens hjælp? En årsag er algoritm...

 I bogen Co-Intelligence giver Ethan et eksempel på, hvordan man får den til at undervise én i forhandlingsteknik, men det kan jo være mange andre ting man kan gøre sig dygtigere i... Prompt:  You will be my negotiation teacher. You will simulate a detailed scenario in which I have to engage in a negotiation. You will fill the role of one party, I will fill the role of the other. You will ask for my response in each step of the scenario and wait until you receive it. After getting my response, you will give me details of what the other party does and says. You will grade my response and give me detailed feedback about what to do better using the science of negotiation. You will give me a harder scenario if I do well, and an easier one if I fail.  Eller på dansk: Du vil være min forhandlingslærer. Du vil simulere et detaljeret scenarie, hvor jeg skal deltage i en forhandling. Du vil påtage dig rollen som den ene part, og jeg vil påtage mig rollen som den anden. Du vil bede...

 Ethan var måske den første, der fangede, at man skulle stille sig i spidsen for det optog, der alligevel ville vandre end ad gaden, så allerede i januar 2023, dvs. et par måneder efter ChatGPT's fremkomst, lavede han optager til sine studerende på hhv. Wharton's School of Economics og på et andet universitet, måske Penn State (jeg kan ikke huske det). Her er de, først i hans originale udgave og så oversat til dansk: ---------------------------------------------------------------------------------------------- Dr Ethan Mollick at Wharton has provided new Al rules for his students...  AI Policy I expect you to use AI (ChatGPT and image generation tools, at a minimum), in this class. In fact, some assignments will require it. Learning to use AI is an emerging skill, and I provide tutorials in Canvas about how to use them. I am happy to meet and help with these tools during office hours or after class. Be aware of the limits of ChatGPT: If you provide minimum effort prompts, you ...

  At forstå AI’s sorte bokse: Hvordan LLM'er fungerer og forbedres Store sprogmodeller (LLM’er) som GPT-4, Claude og Gemini er kraftfulde, men deres indre mekanismer forbliver i høj grad mystiske, selv for deres skabere. Disse modeller fungerer som sorte bokse: De er trænet på enorme datasæt og kan udføre avancerede opgaver som tekstgenerering og oversættelse, men deres præcise funktion og fejl, som hallucinationer, er svære at forklare. Forsøg på at forstå LLM'er: Mekanistisk interpretabilitet LLM’er er ikke eksplicit programmeret, men “vokser” gennem deep learning, hvor milliarder af neuroner lærer mønstre fra træningsdata. At forstå deres funktion kræver teknikker som mekanistisk interpretabilitet, hvor forskere undersøger modellens indre mønstre. Forskere fra Anthropic har brugt "sparse autoencoders" til at kortlægge, hvilke neuronmønstre (features) aktiveres af specifikke begreber. Med Claude 3 Sonnet identificerede de 34 millioner features, der repræsenterer...

AI og regulering: Hvad, hvordan og hvor meget? Efter årtiers langsom fremgang og skepsis har kunstig intelligens (AI) nu skabt bekymring om, at udviklingen går for hurtigt. Mens nogle frygter fremtidige "Terminator-lignende" scenarier med superintelligent AI, fokuserer andre på de mere presserende risici, som AI allerede udgør, herunder bias, disinformation og krænkelse af ophavsret. To tilgange til AI-regulering: X-risici og etiske risici Den såkaldte "AI-sikkerhedslejr" advarer om eksistentielle risici, hvor AI udvikler sig selv til en superintelligent enhed, der kan true menneskeheden. Elon Musk og Nick Bostrom er prominente fortalere for denne tilgang. Kritikerne, herunder "AI-etik-lejren," mener dog, at sådanne scenarier er spekulative og peger i stedet på aktuelle problemer som diskrimination, deepfakes og AI-bias. Denne etiske tilgang har vundet indpas blandt politikere og førte fx til en række love mod deepfakes og krav om audits af AI-systemer i o...